論文の概要: Efficient Computation of General Modules for ALC Ontologies (Extended Version)

• arxiv url: http://arxiv.org/abs/2305.09503v1
• Date: Tue, 16 May 2023 14:58:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 14:39:44.314662
• Title: Efficient Computation of General Modules for ALC Ontologies (Extended Version)
• Title（参考訳）: alcオントロジーのための汎用モジュールの効率的な計算(拡張版)
• Authors: Hui Yang, Patrick Koopmann, Yue Ma and Nicole Bidoit
• Abstract要約: 本稿では,記述論理ALCで定式化された計算用汎用モジュールを抽出する手法を提案する。 我々の貢献は、いくつかの新しい理論的な結果によって支えられた一様記述論理に基づく新しい方法である。 我々の手法は、一様補間子と古典的加群のために使用でき、実際に改善される。
• 参考スコア（独自算出の注目度）: 15.04132530285212
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a method for extracting general modules for ontologies formulated in the description logic ALC. A module for an ontology is an ideally substantially smaller ontology that preserves all entailments for a user-specified set of terms. As such, it has applications such as ontology reuse and ontology analysis. Different from classical modules, general modules may use axioms not explicitly present in the input ontology, which allows for additional conciseness. So far, general modules have only been investigated for lightweight description logics. We present the first work that considers the more expressive description logic ALC. In particular, our contribution is a new method based on uniform interpolation supported by some new theoretical results. Our evaluation indicates that our general modules are often smaller than classical modules and uniform interpolants computed by the state-of-the-art, and compared with uniform interpolants, can be computed in a significantly shorter time. Moreover, our method can be used for, and in fact improves, the computation of uniform interpolants and classical modules.
• Abstract（参考訳）: 本稿では,記述論理alcで定式化されたオントロジーの一般モジュールを抽出する手法を提案する。 オントロジーの加群(英: module for a ontology)は、理想的にはより小さいオントロジーである。 そのため、オントロジーの再利用やオントロジー分析のような応用がある。 古典的加群と異なり、一般加群は入力オントロジーに明示的に存在しない公理を用いて、さらなる簡潔性を実現することができる。 これまでのところ、一般的なモジュールは軽量な記述論理のためにのみ研究されている。 本稿では,より表現豊かな記述論理 alc を考える最初の作品を紹介する。 特に,新しい理論結果が支持する一様補間に基づく新しい手法が提案されている。 評価の結果, 一般加群は古典加群よりも小さく, 最先端で計算された一様補間と一様補間を比較すれば, かなり短い時間で計算できることがわかった。 さらに,本手法は,一様補間子と古典モジュールの計算に利用でき,実際に改良されている。

関連論文リスト

• Compositional Program Generation for Few-Shot Systematic Generalization [59.57656559816271]
  コンポジションプログラムジェネレータ(CPG)と呼ばれるニューロシンボリックアーキテクチャに関する研究 CPGには3つの重要な特徴がある: 文法規則の形で、テキストモジュラリティ、テキストコンポジション、テキストタストラクションである。 SCAN と COGS のベンチマークでは,SCAN の14例と COGS の22例を使用して,完全な一般化を実現している。
  論文  参考訳（メタデータ） (2023-09-28T14:33:20Z)
• A Probabilistic Framework for Modular Continual Learning [27.398496741452554]
  モジュール構成の大規模かつ離散的な空間を探索するモジュール型連続学習フレームワーク PICLE を開発した。 PICLEは,大規模検索空間に拡張しながら知覚的,少数ショット,潜時移動を実現する最初のモジュール型CLアルゴリズムである。
  論文  参考訳（メタデータ） (2023-06-11T00:06:57Z)
• Invertible bimodule categories and generalized Schur orthogonality [0.0]
  我々は、与えられた双加群圏が可逆であるかどうかを決定するために、弱ホップ代数の一般化を用いる。 可逆性の条件はMPO-インジェクティビティの概念と等価であることを示す。
  論文  参考訳（メタデータ） (2022-11-03T16:34:01Z)
• A General Framework for Sample-Efficient Function Approximation in Reinforcement Learning [132.45959478064736]
  モデルベースとモデルフリー強化学習を統合した汎用フレームワークを提案する。 最適化に基づく探索のための分解可能な構造特性を持つ新しい推定関数を提案する。 本フレームワークでは,OPERA (Optimization-based Exploration with Approximation) という新しいサンプル効率アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-09-30T17:59:16Z)
• Online SuBmodular + SuPermodular (BP) Maximization with Bandit Feedback [23.665149409064814]
  我々は純粋に部分モジュラーな前処理をより一般的な非部分モジュラー目的に拡張する。 これにより、オブジェクト間の競合(部分モジュラー)だけでなく、補完的(超モジュラー)な関係を表現することができる。
  論文  参考訳（メタデータ） (2022-07-07T05:10:15Z)
• Linear Temporal Logic Modulo Theories over Finite Traces (Extended Version) [72.38188258853155]
  有限トレース(LTLf)上の線形時間論理について検討する。 命題の文字は任意の理論で解釈された一階述語式に置き換えられる。 Satisfiability Modulo Theories (LTLfMT) と呼ばれる結果の論理は半決定可能である。
  論文  参考訳（メタデータ） (2022-04-28T17:57:33Z)
• Bilinear Classes: A Structural Framework for Provable Generalization in RL [119.42509700822484]
  Bilinear Classesは強化学習の一般化を可能にする新しい構造フレームワークである。 このフレームワークは、サンプルの複雑さが達成可能な、ほとんどすべての既存のモデルを取り込んでいる。 我々の主な成果は、双線形クラスのためのサンプル複雑性を持つRLアルゴリズムである。
  論文  参考訳（メタデータ） (2021-03-19T16:34:20Z)
• A Primer for Neural Arithmetic Logic Modules [2.4278445972594525]
  本論文は,本分野の進展状況について論じる最初のものである。 NALUの欠点に着目して、最近のモジュールの設計選択を深く分析する。 既存の不整合を緩和するために、既存の算術NALMを比較したベンチマークを作成する。
  論文  参考訳（メタデータ） (2021-01-23T16:09:16Z)
• Neural Function Modules with Sparse Arguments: A Dynamic Approach to Integrating Information across Layers [84.57980167400513]
  Neural Function Modules (NFM)は、ディープラーニングに同じ構造機能を導入することを目的としている。 トップダウンとボトムアップのフィードバックを組み合わせたフィードフォワードネットワークのコンテキストにおける作業のほとんどは、分類の問題に限られている。 私たちの仕事の重要な貢献は、フレキシブルなアルゴリズムで注意、疎結合、トップダウン、ボトムアップのフィードバックを組み合わせることです。
  論文  参考訳（メタデータ） (2020-10-15T20:43:17Z)
• Orthologics for Cones [5.994412766684843]
  本稿では,そのような幾何学的構造の論理について考察する。 閉凸円錐を保った部分モジュラリティ則を持つ最小オルソロジーの拡張を記述する。 この論理は、(凸性/凸性を明らかにする)実現可能なデータ構造と、完全な直交を含む十分な表現性を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-08-07T13:28:27Z)
• From Sets to Multisets: Provable Variational Inference for Probabilistic Integer Submodular Models [82.95892656532696]
  サブモジュール関数は機械学習やデータマイニングにおいて広く研究されている。 本研究では,整数部分モジュラ函数に対する連続DR-部分モジュラ拡張を提案する。 整数部分モジュラー関数によって定義される新しい確率モデルを定式化する。
  論文  参考訳（メタデータ） (2020-06-01T22:20:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。